端到端强化学习算法实习生 上海 实习 数字技术 - 算法 职位 ID：A136444 职位描述 1. 强化学习模型开发：负责基于深度强化学习（DRL）的端到端智能辅助驾驶模型的设计、开发与训练 职位要求 1. 计算机、自动化、电子工程、人工智能、车辆工程等相关专业硕士及以上学历 2.有端到端智能辅助驾驶、智能体规划或行为预测相关经验 3. 熟练掌握深度强化学习的主流算法（如DQN、DDPG、SAC、PPO、GRPO等），并具备实际工程经验 加分项： 1. 有强化学习模型在真实车辆、仿真平台、边缘设备上部署经验 2. 发表过 CVPR/ICCV/ECCV/NeurIPS/ICLR，或有 ACMICPC/Kaggle 等算法竞赛获奖。 投递...
智能辅助驾驶AI算法实习生 上海 实习 数字技术 - 算法 职位 ID：A127841 职位描述 参与深度学习、强化学习等相关算法的研究与实现； 基于 Transformer、Diffusion 等模型进行算法优化与应用探索； 在实际场景中开展强化学习（如 PPO、SAC、GRPO/DPO 等）的实验与改进； 支持智能辅助驾驶、智能体或其他前沿应用方向的研发工作； 撰写技术文档，参与团队技术分享与学术交流。 职位要求 在读硕士或博士，计算机、人工智能、自动化、电子工程或相关专业； 熟悉深度学习主流模型与架构（Transformer、Diffusion）； 熟悉强化学习常用算法（PPO、SAC、GRPO、DPO 等），并具备相关项目经验； 熟练使用 Python、C++、Shell 等编程语言； 熟悉至少一种主流深度学习框架（如PyTorch ）； 具备良好的团队沟通能力，自我驱动，乐于主动学习新技术。 投递...
智能辅助驾驶算法实习生（视觉感知 / 端到端模型 / 强化学习） 上海 实习 数字技术 - 算法 职位 ID：A200398 职位描述 1. 参与智能辅助驾驶相关算法的研发与验证，方向包括但不限于：- 视觉感知（目标检测、语义分割、跟踪、BEV 表征等）；- 端到端模型（规划预测一体化、行为建模、多模态融合等）；- 强化学习（轨迹生成、决策规划、闭环训练、世界模型等）。2. 支持团队完成数据处理、模型训练与实验分析。 职位要求 1. 计算机、人工智能、自动化、电子工程等相关专业，硕士或博士在读，距离毕业 1 年及以上；2. 熟练掌握 Python / C++，具备扎实的算法与编程能力；3. 有 视觉感知 / 端到端模型 / 强化学习 相关项目经验或学术研究经验；4.
端到端算法实习生（认知计算团队） 北京、上海 实习 数字技术 - 算法 职位 ID：A80602 职位描述 - 参与蔚来智能辅助驾驶端到端（End-to-End）模型的研发与优化，探索强化学习策略与训练方案的设计与验证。- 跟进并研究前沿的端到端智能辅助驾驶、大模型（LLM）、强化学习等相关技术，推动算法在实际车辆场景中的落地与应用。- 协助完成模型的部署、仿真测试与真实道路场景下的算法迭代优化。 职位要求 学历背景：计算机科学、人工智能、自动化、电子工程等相关专业硕士或博士在读。技术能力：- 熟练掌握Python/C++，熟悉PyTorch/TensorFlow等深度学习框架。- 熟练深度学习与强化学习的主流算法（如DQN、DDPG、SAC、PPO、GRPO等）。具备实际工程经验者优先。- 熟悉智能辅助驾驶相关算法（如 轨迹预测、行为决策、运动规划 等），有端到端智能辅助驾驶或规划控制项目经验者优先。其他要求：对智能辅助驾驶技术有强烈兴趣，具备优秀的逻辑思维和问题解决能力。每周至少全职工作4天，持续6个月以上。 投递...
端到端算法工程师 北京 实习 数字技术 - 算法 职位 ID：A72815 职位描述 - 参与深度学习、强化学习等相关算法的研究与实现；- 在实际场景中开展强化学习（如 PPO、SAC、GRPO/DPO 等）的实验与改进；- 支持智能辅助驾驶或RL闭环仿真等前沿应用方向的研发工作；- 撰写技术文档，参与团队技术分享与学术交流。- 支持团队完成数据处理、模型训练与实验分析。 职位要求 在读硕士或博士，计算机、人工智能、自动化、电子工程或相关专业，距离毕业 1 年及以上；- 熟悉深度学习主流模型与架构（Transformer、Diffusion）；- 对强化学习方法有一定理解，熟悉以下任一方向： - 主流 RL 算法（DQN、DDPG、SAC、PPO、GRPO 等）； - 强化学习在轨迹预测、决策规划或模拟环境中的应用； - 世界模型（World Model）、3DGS 或基于 RL 的闭环仿真；- 有视觉感知 /
智能辅助驾驶AI算法实习生 上海 实习 数字技术 职位 ID：A139759 职位描述 车端实时环境的认知及评价 职位要求 基本条件：- 在读硕士/博士，计算机、人工智能、自动化、电子工程或相关专业；- 熟悉强化学习基本算法（如DQN、PPO、SAC等），并具备相关项目经验；- 熟练掌握Python、C++、shell 等编程语言；- 熟悉至少一种主流深度学习框架（如 PyTorch / TensorFlow）；- 良好的团队沟通能力，自我驱动，愿意主动学习新技术。加分项- 有智能辅助驾驶相关项目经验；- 熟悉LLM/VLM RLHF、强化学习、模仿学习等前沿技术；- 在高水平期刊或会议发表过相关论文。 投递...
大规模仿真强化学习实习生 北京 实习 数字技术 - 算法 职位 ID：A236840 职位描述 参与大规模自博弈强化学习训练实验，设计和构建大规模、高吞吐量的批处理仿真器，十亿级仿真训练吞吐的驾驶经验生成 ；并改进 PPO 等高效的在策略（On-Policy）强化学习算法进行大规模训练 。辅助算法的鲁棒性与泛化性验证。参与攻坚仿真到现实的迁移 (Sim2Real)，参与研究和评估策略的Sim2Real迁移性能，探索域随机化（Domain Randomization）、系统辨识（System ID）等技术，以提升策略对真实世界变化的适应能力。协助团队将训练好的策略部署到真实世界的车辆平台上进行验证。 职位要求 （必要条件）教育背景： 计算机科学、人工智能、机器人学或相关领域的在读27届及之后毕业的博士/硕士研究生/优秀本科生。 对以下至少两个领域有扎实的知识基础和相关的项目/研究经验：强化学习: 熟悉多智能体RL、自博弈、PPO、SAC等主流算法。生成式模型: 熟悉 Diffusion 模型、GANs 等，并有相关实践经验。Sim2Real: 对仿真到现实的迁移问题有了解或实践经验。编程与系统能力：精通 Python 和 PyTorch/Jax，具备训练和调试复杂强化学习算法的能力。拥有构建或使用高性能、批处理仿真环境（如 Isaac Gym/Lab）的经验 。具备优秀的系统设计和性能优化能力，熟悉 GPU 编程者优先。算法知识： 精通 PPO
世界模型端到端算法实习生 上海 实习 数字技术 - 算法 职位 ID：A219191 职位描述 参与蔚来智能辅助驾驶端到端（End-to-End）模型的研发与系统优化，设计并验证基于强化学习的策略与训练方案，探索世界模型（World Model）在仿真环境构建与驾驶策略训练中的应用潜力。跟进端到端智能辅助驾驶、大语言模型（LLM）、强化学习与世界建模等前沿技术，推动算法在实际行车场景中的落地与持续迭代。协助完成模型部署、仿真测试及真实道路场景下的算法评估与优化，推动技术从研发到产品的全链路闭环。 职位要求 学历背景：计算机科学、人工智能、自动化、电子工程等相关专业硕士或博士在读。技术能力：熟练掌握 Python/C++，具备 PyTorch/TensorFlow 等深度学习框架的实际开发经验。熟悉深度强化学习主流算法（如 DQN、DDPG、SAC、PPO、GRPO 等），有相关项目或研究经验者优先。了解智能辅助驾驶关键算法（如轨迹预测、行为决策、运动规划等），具备端到端智能辅助驾驶、规划控制或世界模型相关项目经验者优先。其他要求：对智能辅助驾驶技术充满热情，具备优秀的逻辑思维和系统性问题解决能力。可保证每周至少全职工作 4 天，实习期不少于 6 个月。 投递...
机器人运动控制算法实习生 北京 校招 实习 软件研发类 职位描述 1、开发基于机器学习的机器人控制策略，并与传统控制方法互补； 2、负责算法策略的训练与移植部署，实现算法sim2real在机器人实机上落地应用； 3、持续跟踪国内外前沿研究成果，并进行相关算法复现。 职位要求 1、硕士及以上学历，机器人、计算机、人工智能、机器学习、应用数学等专业，理论功底深厚，有相关足式机器人传统控制经验更优； 2、具有强化学习相关项目研究经验，熟悉Mujoco、Pybullet、Isaac Gym等机器人仿真平台，熟悉Linux、ROS等操作系统；3、掌握主流强化学习算法如DQN、PPO、DDPG、SAC等主流算法，熟悉Pytorch、TensorFlow机器学习框架；4、扎实的C++、python编程能力；5、数学基础扎实，具有较强的学习与研究能力；6、熟悉大模型理论者优先； 投递...
足式机器人运动控制算法工程师实习生（强化学习） 北京 校招 实习 算法类 职位描述 1. 开发基于强化/模仿学习的机器人行走及全身控制策略；2. 开发复杂地形下基于视觉的强化学习行走策略；3. 负责算法策略的训练与移植部署，实现算法sim-to-real在机器人实机上落地应用；4. 持续跟踪国内外前沿研究成果，并进行相关算法复现；5. 编写相关技术文档，推动团队技术沉淀与知识共享。 职位要求 1. 硕士及以上学历，机器人、计算机、机械工程、人工智能、应用数学等专业，数学、英语能力扎实，具有较强的学习与研究能力；2. 掌握主流的强化学习算法，如：PPO、DQN、DDPG、SAC等；3. 掌握机器人学习中的广泛使用的训练方法和模型架构，如：教师学生模型（Teacher-Student Network），课程学习（Curriculum Learning），域随机化（Domain Randomization），混合专家模型（MoE）等；4. 熟悉Mujoco、IsaacGym、IsaacLab等机器人仿真平台；5. 有足式机器人强化学习算法的实机调试和sim-to-real经验者优先，有基于模型/优化等传统控制经验者优先；6. 扎实的C++、Python编程能力，熟悉Pytorch等机器学习框架，熟悉Linux，Git，ROS等开发环境和工具。 投递...
Miclaw-AI agent开发实习生 AI人才专项 热招 南京 校招 实习 软件研发类 职位描述 1. 开发基于机器学习的机器人控制策略，完成机器人端到端的算法训练与部署。负责算法策略的训练与移植，实现Sim2Real在机器人实机上的落地应用；2. 参与具身智能算法模型在技能学习、动作规划、抓取操作等应用上的研发，实现多场景多任务的泛化。设计、训练、部署模仿学习、强化学习、迁移学习、多模态学习等算法，构建机器人各类应用的通用技能；3. 持续跟踪国内外前沿研究成果，进行相关算法复现。紧跟最新技术进展，将学术界前沿创新内容进行快速复现并创新，参与相关方向的论文与专利积累；4. 与大模型、运控等团队合作，推动具身智能数据集、机器人平台等各项目落地实施，共同解决技术难题。 职位要求 1. 机器人、计算机、人工智能、机器学习、应用数学等相关专业背景，理论功底深厚；2. 掌握主流强化学习算法（如DQN、PPO、DDPG、SAC等），熟悉机器人操作快慢双系统设计理念（如VLM+VLA），掌握相关ACT/Diffusion Policy/RDT/Pi0等基础算法。在多模态模型、自监督学习、迁移学习、强化学习、知识蒸馏、CoT等方向具备SOTA项目经验或坚实知识基础；3. 熟悉Mujoco、Pybullet、Isaac Sim/Gym等机器人仿真平台，熟悉Linux、ROS等操作系统；4. 扎实的C++、Python编程能力，熟悉PyTorch、TensorFlow等主流机器学习框架，掌握规范的git工作流；5. 具备较强的学习与研究能力，有创新的想法，乐于接受技术挑战；6. 具备良好的英文读写能力，能够阅读和撰写英文技术文档和论文。 投递...
机器人真机强化学习算法实习生 上海 实习 职位描述 1.参与真机强化学习算法研发，在导师指导下完成 RL 算法的实现、训练与真机验证，协助开展数据配方、训练策略与评测实验。2.协助多模态建模与训练实验，涉及图像/视频/语言/触觉/动作等信息融合与能力评估。3.参与灵巧手/双臂等接触丰富（contact-rich）操作任务的策略学习探索。4.协助维护训练—评测—迭代闭环，参与真机实验与数据分析。5.跟踪 RL 与具身智能前沿进展，优秀成果可产出学术论文或开源项目。 职位要求 1.在读硕士/博士（优秀本科生亦可），计算机/机器人/自动化/AI 等相关专业。2.熟悉 PPO/SAC/TD3/GRPO 等主流RL算法，对offline/online RL等前沿方向有了解。3.熟练使用 Python 与 PyTorch，具备良好的代码能力。4.使用过 RLINF、VeRL 等 RL 训练框架者优先。5.有课程项目、竞赛或科研中的机器人真机训练部署经验，或对机器人操作、灵巧手等方向有浓厚兴趣者优先。6.有顶会论文、开源项目或竞赛获奖经历者优先。7.每周可到岗 4 天及以上，实习期 6 个月以上优先。 投递...
强化学习后训练算法工程师/专家-Genie业务部 上海 校招 正式 技术族 - 算法类 职位 ID：A105347 职位描述 1.负责真机强化学习算法研发，面向在线/离线场景设计高样本效率、稳定可靠的 RL 训练方案，持续提升任务成功率、稳定性与鲁棒性。2.构建 VLA 模型的 RL 后训练体系，探索具身领域的数据配方与 scaling law，沉淀可复用的训练范式与评测结论。3.探索灵巧手/双臂等接触丰富（contact-rich）操作任务的策略学习方法，融合触觉、力觉与视觉信息，提升抓取、调整、重抓（regrasp）与精细操作能力。4.面向复杂与长时序任务，构建训练—评测—迭代闭环，解决真机 RL 中的 reward 设计、自动 reset、安全探索等关键问题。5.与数据/系统/硬件团队协作，推进模型训练、验证、部署与迭代落地。6.跟踪 RL 与具身智能前沿进展，撰写技术文档和学术论文。 职位要求 1.硕士及以上学历，计算机/机器人/自动化/AI 等相关专业。2.具备扎实的深度学习、强化学习知识基础，熟悉 PPO/SAC/TD3 等主流算法，理解 online/offline RL 的差异与适用场景。3.对前沿 RL 算法有研究与实践经验，如 flow-matching/diffusion/离散
【27届校招】大模型算法工程师 北京 正式 研发 - 算法 通用智能板块 职位描述 岗位简介：聚焦云端大模型算法研发，包括 VLM / VLA 大模型、世界动作模型(WAM)等，重点解决自动驾驶场景数据闭环体系及数据治理能力建设；利用语义标签、长时序描述及推理、向量化或隐空间表征等建立数据图谱，实现大规模数据分层治理。岗位职责：1、云端基座大模型研发：负责数据驱动的云端基座大模型算法研发，基于海量量产数据，研发无监督、自监督算法，持续提升大模型的场景语义理解与物理空间感知能力，进而提高云端大模型的时空感知、推理、预测、分析能力；2、空间推理产线建设：负责基于多传感器数据融合、时空信息融合的自动标注算法，构建具有精度高、场景泛化性强的时空数据生产产线，持续推动物理AI云端大模型研发；3、Scaling Law 驱动的算法研发：负责车云平台一体化大模型算法研发与优化，研发和设计基于数据驱动的感知迭代链路；构建高效的自训练感知流水线，提升数据闭环效率；4、强化学习研发：基于 PPO、DPO、GRPO、SAC 等主流强化学习算法，搭建长尾场景的后训练方案，完成奖励设计、分布式训练、模型调优，提升模型在复杂场景、恶劣天气、小众交通场景下的泛化能力与稳定性。 职位要求 1、学历基础：计算机、人工智能、自动化、数学等相关专业硕士及以上学历，博士优先。具备扎实的深度学习与强化学习数理功底；2、大模型能力：精通 VLM / VLA 端到端自动驾驶模型原理与全链路研发，熟悉大模型跨域泛化、域自适应、微调蒸馏技术，有智驾或机器人大模型落地经验优先；3、强化学习能力：熟练掌握 PPO、DPO、GRPO 等算法，具备用强化学习解决问题的实战经验，有智驾或机器人项目量产落地经验；4、自动驾驶认知：熟悉自动驾驶感知、预测、规划、控制全链路逻辑，兼具传统模块化与端到端模型研发认知；5、工程与综合能力：熟练使用 PyTorch，掌握 Agent / Harness 等自动化工具；具备良好的逻辑攻坚、跨团队协作与项目推进能力，有技术带队经验优先。加分项1、参与过自动驾驶或机器人技术路线、算法体系标准搭建；2、深耕VLM/VLA预训练、后训练方向，有相关落地成果；3、拥有顶会论文、核心专利成果。 投递...
机器人强化学习工程师/专家 合肥、上海、北京 社招 全职 数字技术 - 算法 硕士及以上 3-5 年 职位描述 1、负责机器人灵巧操作、移动操作等任务中的强化学习与模仿学习算法设计、开发与迭代；2、负责强化学习模型全生命周期管理，包括仿真环境构建、状态空间与动作空间设计、奖励函数设计、训练策略优化、模型部署与效果评估；3、搭建高效、逼真的机器人仿真训练环境，结合机器人力学特性，支持虚拟场景到真实物理世界的迁移学习，降低实机训练成本与部署风险；4、研发适用于机器人实际任务的强化学习与模仿学习算法，提升策略在真实场景中的泛化性、鲁棒性、样本效率与动作性能；5、针对机器人实际控制问题，优化深度强化学习算法，如 PPO、SAC、TD3、DDPG 等，并结合模仿学习、离线强化学习等方法提升训练效果；6、推动 Sim2Real 迁移落地，设计域随机化、系统辨识、自适应控制等方法，缩小仿真与真实系统之间的差异；7、与机械结构、硬件控制、感知、算法工程等团队紧密协作，将强化学习模型与机器人控制系统深度融合，完成真实机器人部署、系统级验证与迭代优化； 8、跟踪强化学习、机器人学习、具身智能等领域前沿技术，结合业务场景进行技术创新与工程落地。 职位要求 1、计算机科学与技术、人工智能、机器人、自动化、电子工程等相关专业硕士及以上学历，具备扎实的数学、优化、控制与算法基础；2、具备 3 年以上强化学习、机器人学习或相关算法研发经验，有人形机器人、机械臂、移动机器人或复杂动态系统强化学习训练项目经验者优先；3、熟悉常用强化学习算法，如 DQN、PPO、A2C、SAC、TD3、DDPG 等，具备扎实的算法实现、调优和工程部署经验；4、熟练掌握 C++ / Python，熟悉 PyTorch、TensorFlow、JAX 等至少一种深度学习框架，具备高效模型开发与调试能力；5、具备机器人学基础，熟悉运动学、动力学建模、运动控制原理，能够结合实际机器人任务设计合理的训练方案；6、具备仿真环境搭建经验，熟悉 MuJoCo、PyBullet、Isaac Sim、Gazebo、ROS 等工具者优先；7、具备大规模强化学习训练、分布式训练、虚实结合训练、Sim2Real 迁移经验者优先；8、具备良好的团队协作、跨团队沟通与工程落地能力，对机器人技术、具身智能和强化学习方向有强烈兴趣与自驱力。 投递...
【2027届校招】运控算法工程师 北京 正式 互联网 / 电子 / 网游 千寻智能2027届校招实习招聘项目 职位描述 岗位职责1. 基于强化学习的人形机器人（轮式/轮足/双足）运动控制算法研究与实现，包括行走、操作、跑步、跳跃等动态运动技能的训练与部署。2. 设计并优化Sim-to-Real迁移策略，解决仿真与真实机器人之间的动力学差异（domain gap），针对机器人本体特性提出算法与机电协同设计的改进建议。3. 构建强化学习训练框架（如Isaac Gym、Mujoco + RLlib等），探索强化学习与传统控制融合、大小脑算法融合。4. 参与机器人运动学、动力学模型的搭建与仿真环境构建，建立基于强化学习的运动性能评估标准，与传统控制方法性能做对比。5. 跟踪前沿强化学习算法（如PPO、SAC、TD3、Dropout Q-learning等）及机器人运动控制领域最新成果，进行技术文献调研与原型实现。 职位要求 职位要求1. 硕士及以上学历，有强化学习在实际机器人系统上的部署经验、有Sim-to-Real迁移（域随机化、系统辨识、教师-学生策略等）实际项目经验。2. 深入理解强化学习基础理论，熟悉MDP建模、策略梯度、价值函数估计、探索-利用权衡等核心概念。3. 熟练掌握至少一种主流强化学习框架（RLlib、Stable-Baselines3、Acme、TensorFlow Agents等），并有实际训练与调优经验。4. 熟悉机器人学与传统运控（运控规划、运动学、动力学等），与仿真环境（Mujoco、PyBullet、Isaac Gym等）进行交互，设计状态空间、动作空间与奖励函数。5. 熟悉ROS2框架，掌握最优化与数值计算方法，能够理解强化学习算法中的梯度估计、约束优化等问题。6. 熟悉NVIDIA Isaac Sim/Isaac Gym、MuJoCo等高性能仿真训练平台，熟练使用C++、Python，熟悉Eigen、NumPy等科学计算库，具备良好的工程化代码能力。7. 熟悉常用传感器（IMU、力矩/力传感器、编码器等）及其在强化学习观测空间中的建模方法，了解状态估计与滤波技术。8. 保持对具身智能前沿技术的持续关注，有技术热情和技术审美，敢于创新，追求卓越。优先条件1. 具有人形机器人、四足机器人或其他复杂多体系统的强化学习运动控制经验者优先。2.
具身智能-运动智能体 深圳、上海 社招 全职 智能制造 / 工业互联网 / 工业自动化 - 研发 职位描述 【具身端到端规划算法工程师/资深/专家/TL】（深圳/上海/北京）岗位职责：1. 负责研发基于深度学习的四足/人形等机器人的全身状态规划控制，实现灵活自然的动态环境的避障和通过2. 设计实现鲁棒高效的 感知-规划-控制 端到端方案，实现鲁棒高效精准的机器人动作规划3. 设计构建模型训练数据集和标注方法，支持大批量自动化的标注构建4. 应用模仿学习，在/离线强化学习进行模型训练提升模型性能，开发高效的模型评测方法提高迭代效率5. 解决模型评测/部署/真机测试中遇到的问题，满足项目交付指标要求6. 跟踪前沿技术方案，持续迭代升级方案 岗位要求：满足3条及以上1. 人工智能、计算机、机器人、自动驾驶、控制等相关专业硕士或博士学位2. 熟练掌握主流深度学习的时序规划方法如transformer，生成式方法 diffusion policy，掌握主流端到端架构方案如BEV-tranformer/diffusion架构。3. 熟悉基于采样/搜索/优化的决策规划算法，熟悉机器人全身控制。4. 具有模仿学习或强化学习训练经验，熟悉PPO/GRPO/DPO等5. 有实际的端到端系统开发经验，如智能驾驶的E2E。6. 熟练使用PyTorch/TensorFlow深度学习框架，熟练使用Python/C++语言编程，有实际项目开发经验7. 熟悉机器人常用开发环境Mojuco/NVIDIA Isaac/gazebo，有 ROS2/DDS下的开发经验，，能够在Linux环境下独立进行开发和调试； 加分项：8. 有智能驾驶/机器人领域的工程落地经验者优先9. 在机器人顶会（SR/IJRR/TRO/RSS/ICRA/IROS等）或AI顶会（CVPR/NeurIPS/ICML/ICLR等）发表论文者优先
运动控制算法专家（人形） 深圳 社招 全职 互联网 / 电子 / 网游 职位描述 岗位职责1. 核心算法研发 ：主导 人形机器人 全身运动控制算法（如强化学习控制、基于优化的控制、力控/阻抗控制等）的设计与落地，深度攻关双足行走、全身协调控制、动态安全避障等技术难题，推动算法从0到1的工程化落地[1]。2. 仿真平台建设 ：基于 Isaac Lab / Isaac Gym 构建高保真多地形训练环境（楼梯、斜坡、碎石、障碍物等），设计并维护自动化课程学习体系，持续提升训练效率与覆盖度。3. 前沿算法落地 ：主导前沿方法（如Transformer、Diffusion Policy等生成式方法）的工程实现与性能优化，跟踪领域顶会最新进展并快速转化。4. 端到端规划 ：设计实现鲁棒高效的感知-规划-控制端到端方案，规划灵活自然的姿态轨迹，实现动态环境的避障和通过。5. Sim-to-Real 迁移 ：独立推进仿真到实物的完整部署流程，系统性分析 sim2real gap，设计域适应方案，保障算法在真机上的鲁棒性与泛化能力。6. 技术沉淀与团队协作 ：输出高质量技术文档与代码规范，参与核心模块的代码评审。 职位要求
机械臂规控算法工程师/专家（强化学习）（具身） 惠州 全职 职位描述 1、设计、开发和优化用于机械臂运动规划、轨迹跟踪、抓取操作的强化学习算法；2、设计和开发强化学习微调算法；3、在仿真环境（如Isaac Gym、MuJoCo）和真实机械臂上进行算法的实现、测试与性能评估；4、与感知、平台等团队紧密合作，将算法集成到完整的机器人系统中。5、跟踪强化学习在机器人控制领域的前沿技术，并探索其工程化应用； 职位要求 1、熟练掌握强化学习算法（如PPO、SAC、DDPG）及其在机器人连续控制任务中的应用；2、熟练掌握常见深度学习框架，有实际的强化学习/模仿学习项目落地经验；3、理解机器人运动学、动力学及控制理论；4、计算机科学、自动化、机器人、控制工程或相关专业；5、有2-3年及以上实际机械臂运动规划与控制经验的候选人优先；6、有探索精神、积极主动。 投递...
强化学习算法工程师/专家 上海、北京 全职 算法类 职位描述 1.参与端到端自动驾驶系统的强化学习训练;2.构建高效稳定的大规模强化学习闭环训练框架，提升强化学习的数据效率、训练效率、稳定性、场景泛化性;3.持续推动强化学习算法在物理世界的落地应用; 职位要求 1.硕士及以上学历,计算机,自动化及电子信息等相关专业优先;2.掌握强化学习基础理论，熟悉主流强化学习算法（PPO、SAC、GRPO及其变种）；3.具备扎实的强化学习工程能力和优秀的代码能力,能够独立负责算法研发和迭代。 投递...